torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor

沿dim指定的轴聚集值。

对于三维张量，输出由以下公式指定：

out[i][j][k] = input[index[i][j][k]][j][k]  # if dim == 0
out[i][j][k] = input[i][index[i][j][k]][k]  # if dim == 1
out[i][j][k] = input[i][j][index[i][j][k]]  # if dim == 2

如果input是大小为(x₀, x₁…, x_i−1, x_i, x_i+1, …, x_n−1) 的n维张量并且dim = i，那么index必须是大小为(x₀, x₁…, x_i−1, y, x_i+1, …, x_n−1) 的n维张量，并且 y >= 1，out和index具有相同的大小。

Parameters

input (Tensor) – 输入张量
dim (int) – 要索引的轴
index (LongTensor) – 要收集的元素的索引
sparse_grad (bool,optional) – 如果为True，梯度w.r.t。input将是一个稀疏张量。
out (Tensor, optional) – 目标张量

Example:

>>> t = torch.tensor([[1, 2], [3, 4]])
>>> torch.gather(dim=1, index=torch.tensor([[0, 0], [1, 0]]))
tensor([[ 1,  1],[ 4,  3]])

dim=1 时，就是按列进行索引，dim=0 时，就是按行进行索引。
然后按照index去交换元素的位置。

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor相关推荐

pytorch torch.cumsum(input, dim, out=None)函数（沿轴逐级累加）
torch.cumsum(input, dim, out=None) → Tensor 返回输入沿指定维度的累积和.例如,如果输入是一个N元向量,则结果也是一个N元向量,第i 个输出元素值为 yi=x ...
torch.unsqueeze(input, dim)函数
函数调用形式:torch.unsqueeze(input, dim) → Tensor 功能: 在指定位置 dim 插入一个大小为1的维度 input: old tensor dim: 插入维度的位置 ...
gather torch_浅谈Pytorch中的torch.gather函数的含义
pytorch中的gather函数 pytorch比tensorflow更加编程友好,所以准备用pytorch试着做最近要做的一些实验. 立个flag开始学习pytorch,新开一个分类整理学习pyt ...
pytorch之torch.gather方法
首先,先给出torch.gather函数的函数定义: torch.gather(input, dim, index, out=None) → Tensor 官方给出的解释是这样的: ...
Pytorch中的torch.gather函数的含义
pytorch中的gather函数 pytorch比tensorflow更加编程友好,所以准备用pytorch试着做最近要做的一些实验. 立个flag开始学习pytorch,新开一个分类整理学习pyt ...
gather torch_pytorch中的Torch.gather函数的含义
在动手学习深度学习中学到了一个函数gather,原文是说可以通过gather得到标签的预测概率. y_hat = torch.tensor([[0.1,0.3,0.6],[0.3,0.2,0.5]]) ...
Torch.gather
该函数的作用为:收集指定索引位置的值. 先将函数原型写出: torch.gather(input, dim, index, out=None) → Tensor 参数: input (Tensor) ...
torch gather函数理解图解
看了好几篇了,没有直接看明白,特梳理之功能数据收集,函数torch.gather(input, dim, index, out=None) → Tensor 沿给定轴 dim ,将输入索引张量 i ...
[pytorch]——torch.gather(以BERT中的MLM为例)
前言都知道BERT中有MLM的任务,假设此时ENCODER的输出output的大小为: batch_size x max_len x d_model,而对于每一个句子,都有对应的数个被mask掉的单 ...

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor

Parameters

Example:

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor相关推荐

最新文章

热门文章